இது கூகுள் ஜெமினி அல்ட்ரா மற்றும் GPT-4 (V) ஆகியவற்றுக்கு இடையேயான விரிவான ஒப்பீட்டு பகுப்பாய்வு ஆகும் . இந்த விரிவான கண்ணோட்டத்தில், பல்வேறு திறன்களைக் கொண்ட இந்த இரண்டு அதிநவீன AI மாடல்களின் செயல்திறன் அளவுகோல்களைப் பார்க்கிறோம்.
கல்வியைப் பெருக்குவது முதல் இயல்பான மொழி செயலாக்கம் வரை, மற்றும் பொது அறிவு பகுத்தறிவு முதல் ஆவணப் புரிதல் வரை, பல்வேறு களங்களில் Google Gemini Ultra மற்றும் GPT-4 (V) ஆகியவற்றின் பலம் மற்றும் பயன்பாடுகளை நாங்கள் ஆராய்வோம்.
அவற்றின் செயல்பாடுகளைப் பிரித்து, பல்வேறு தொழில்கள் மற்றும் பயன்பாடுகளில் அவற்றின் சாத்தியமான தாக்கத்தை எடுத்துக்காட்டுவோம்.
பல்வேறு திறன்களில் வழங்கப்பட்ட செயல்திறன் அளவுகோல்களின் அடிப்படையில் கூகுள் ஜெமினி அல்ட்ரா மற்றும் GPT-4 (V) ஆகியவற்றுக்கு இடையேயான விரிவான ஒப்பீடு கீழே உள்ளது!
1. பொது திறன்கள்
– MMLU கேள்விகளின் பிரதிநிதித்துவம் – கூகுள் ஜெமினி அல்ட்ரா 90.0% ஐ அடைகிறது, அதேசமயம் GPT-4 (V) 86.4% ஐ அடைகிறது.
– CoT@32 – கூகுள் ஜெமினி அல்ட்ரா 86.4%, மற்றும் GPT-4 (V) 86.4% அடையும்.
2. பகுத்தறிவு
- பிக்-பெஞ்ச் கடினமான பலதரப்பட்ட பணிகள் - கூகுள் ஜெமினி அல்ட்ரா 83.6% மதிப்பெண்கள், GPT-4 (V) மதிப்பெண்கள் 83.1%.
– டிராப் ரீடிங் காம்ப்ரெஹென்ஷன் (F1 ஸ்கோர்) – கூகுள் ஜெமினி அல்ட்ரா மாறி ஷாட்களுடன் 82.4 ஐ அடைகிறது, அதே சமயம் GPT-4 (V) 3-ஷாட் அணுகுமுறையுடன் 80.9% ஐ அடைகிறது.
3. காமன் சென்ஸ் ரீசனிங்
– ஹெல்லாஸ்வாக் – கூகுள் ஜெமினி அல்ட்ரா 10-ஷாட் மூலம் 87.8% ஐ அடைகிறது, மேலும் GPT-4 (V) 10-ஷாட் மூலம் 95.3% ஐ அடைகிறது.
4. கணித திறன்கள்
- GSM8K அடிப்படை எண்கணித கையாளுதல்கள் - Google ஜெமினி அல்ட்ரா maj1@32 உடன் 94.4% ஐ அடைகிறது, அதேசமயம் GPT-4 (V) 5-ஷாட் CoT அணுகுமுறையுடன் 92.0% ஐ அடைகிறது.
- கணித சவாலான கணிதச் சிக்கல்கள் - கூகுள் ஜெமினி அல்ட்ரா 4-ஷாட் மூலம் 53.2% மதிப்பெண்களையும், 4-ஷாட் மூலம் GPT-4 (V) 52.9% மதிப்பெண்களையும் பெற்றுள்ளது.
5. குறியீடு உருவாக்கம்
– HumanEval Python Code Generation – கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் (IT) மூலம் 74.4% ஐ அடைகிறது, அதே சமயம் GPT-4 (V) 0-ஷாட் மூலம் 67.0% ஐ அடைகிறது.
– நேச்சுரல்2கோட் பைதான் கோட் ஜெனரேஷன் – கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் மூலம் 74.9% மற்றும் GPT-4 (V) 0-ஷாட் மூலம் 73.9% ஐ அடைகிறது.
6. பட புரிதல் (மல்டிமோடல்)
– MMMU மல்டி-டிசிப்லைன் காலேஜ்-லெவல் ரீசனிங் சிக்கல்கள் – கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் பாஸ்@1 (பிக்சல் மட்டும்) மூலம் 59.4% ஐ அடைகிறது, அதே சமயம் GPT-4 (V) 0-ஷாட் பாஸ்@1 உடன் 56.8% ஐ அடைகிறது.
– VQAv2 நேச்சுரல் இமேஜ் அண்டர்ஸ்டாண்டிங் – கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் மூலம் 77.8% (பிக்சல் மட்டும்) மற்றும் GPT-4 (V) 0-ஷாட் மூலம் 77.2% ஐ அடைகிறது.
- இயற்கைப் படங்களில் TextVQA OCR - கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் மூலம் 82.3% (பிக்சல் மட்டும்) மற்றும் GPT-4 (V) 0-ஷாட் மூலம் 78.0% ஐ அடைகிறது.
– DocVQA ஆவணப் புரிதல் – கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் (பிக்சல் மட்டும்) மூலம் 90.9% பெறுகிறது, அதேசமயம் GPT-4 (V) 0-ஷாட் (பிக்சல் மட்டும்) மூலம் 88.4% ஐ அடைகிறது.
- இன்போகிராஃபிக் VQA இன்போகிராஃபிக் புரிதல் - கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் (பிக்சல் மட்டும்) மூலம் 80.3% ஐப் பெறுகிறது, மேலும் GPT-4 (V) 0-ஷாட் (பிக்சல் மட்டும்) மூலம் 75.1% ஐ அடைகிறது.
- விஷுவல் சூழல்களில் MathVista கணிதப் பகுத்தறிவு - கூகுள் ஜெமினி அல்ட்ரா 0-ஷாட் மூலம் 53.0% (பிக்சல் மட்டும்) அடையும் போது, GPT-4 (V) 0-ஷாட் மூலம் 49.9% ஐ அடைகிறது.
செயல்திறன் ஒப்பீடு - கூகுள் ஜெமினி அல்ட்ரா vs GPT-4 (V)
| திறன் | அளவுகோல் | கூகுள் ஜெமினி அல்ட்ரா | GPT-4 (V) |
|---|---|---|---|
| பொது | கேள்விகளின் MMLU பிரதிநிதித்துவம் | 90.0% | 86.4% |
| CoT@32 | 86.4% | 86.4% | |
| பகுத்தறிவு | பிக்-பெஞ்ச் கடினமான பல்வேறு பணிகள் | 83.6% | 83.1% |
| DROP படித்தல் புரிதல் (F1 ஸ்கோர்) | 82.4 | 80.9% | |
| காமன் சென்ஸ் ரீசனிங் | ஹெல்லாஸ்வாக் | 87.8% | 95.3% |
| கணித திறன்கள் | GSM8K அடிப்படை எண்கணித கையாளுதல்கள் | 94.4% | 92.0% |
| MATH சவாலான கணித சிக்கல்கள் | 53.2% | 52.9% | |
| குறியீடு உருவாக்கம் | மனித ஈவல் பைதான் குறியீடு உருவாக்கம் | 74.4% | 67.0% |
| இயற்கை2குறியீடு பைதான் குறியீடு உருவாக்கம் | 74.9% | 73.9% | |
| பட புரிதல் (மல்டிமோடல்) | MMMU மல்டி-டிசிப்லைன் காலேஜ்-லெவல் ரீசனிங் பிரச்சனைகள் | 59.4% | 56.8% |
| VQAv2 இயற்கை பட புரிதல் | 77.8% | 77.2% | |
| இயற்கைப் படங்களில் TextVQA OCR | 82.3% | 78.0% | |
| DocVQA ஆவணப் புரிதல் | 90.9% | 88.4% | |
| விளக்கப்படம் VQA இன்போகிராஃபிக் புரிதல் | 80.3% | 75.1% | |
| விஷுவல் சூழல்களில் MathVista கணித ரீசனிங் | 53.0% | 49.9% |
மேலே வழங்கப்பட்ட தரவின் அடிப்படையில், ஒவ்வொரு Google Gemini Ultra மற்றும் GPT-4 (V) க்கும் 5 முக்கிய பயன்பாடுகள் இங்கே உள்ளன.
கூகுள் ஜெமினி அல்ட்ராவின் முக்கிய பயன்பாடுகள்
1. கல்வி பெருக்கம்
கூகுள் ஜெமினி அல்ட்ரா, STEM மற்றும் மனிதநேயம் உள்ளிட்ட பல்வேறு பாடங்களில் கேள்விகளை பிரதிநிதித்துவப்படுத்துவதில் வலுவான திறன்களை வெளிப்படுத்துகிறது. MMLU கேள்விகளின் பிரதிநிதித்துவம் போன்ற பணிகளில் அதன் உயர் செயல்திறன், கல்விப் பொருட்களை மேம்படுத்துவதற்கும், தனிப்பயனாக்கப்பட்ட கற்றல் அனுபவங்களை வழங்குவதற்கும், ஊடாடும் கற்றல் சூழல்களை எளிதாக்குவதற்கும் ஒரு மதிப்புமிக்க கருவியாக அமைகிறது.
2. காமன் சென்ஸ் ரீசனிங்
ஹெல்லாஸ்வாக் போன்ற பணிகளில் ஈர்க்கக்கூடிய முடிவுகளுடன், கூகுள் ஜெமினி அல்ட்ரா மேம்பட்ட பொது அறிவு பகுத்தறிவு திறன்களை வெளிப்படுத்துகிறது. இது அன்றாடப் பணிகளைப் புரிந்துகொள்வதற்கும், இயல்பான மொழி வினவல்களை விளக்குவதற்கும், மனித உள்ளுணர்வுடன் ஒத்துப்போகும் பதில்களை உருவாக்குவதற்கும் தேவைப்படும் பயன்பாடுகளை உருவாக்குவதற்கு ஏற்றதாக அமைகிறது.
3. கணித ஆதரவு அமைப்புகள்
அடிப்படை எண்கணித கையாளுதல்கள் மற்றும் சவாலான கணித சிக்கல்கள் உள்ளிட்ட கணிதப் பணிகளில் மாதிரியின் திறமை, கல்வித் தளங்கள், பயிற்சி முறைகள் மற்றும் உற்பத்தித்திறன் கருவிகளை உருவாக்குவதற்கான மதிப்புமிக்க ஆதாரமாக Google Gemini Ultra ஐ நிலைநிறுத்துகிறது.
4. குறியீடு உருவாக்க உதவி
கூகுள் ஜெமினி அல்ட்ராவின் ஹுமன்எவல் பைதான் கோட் ஜெனரேஷன் மற்றும் நேச்சுரல்2கோட் பைதான் கோட் ஜெனரேஷன் போன்ற பணிகளில், டெவலப்பர்களுக்கு குறியீடு துணுக்குகளை உருவாக்குதல், புரோகிராமிங் பணிகளை தானியக்கமாக்குதல் மற்றும் மென்பொருள் மேம்பாடு பணிப்பாய்வுகளில் விரைவான முன்மாதிரியை எளிதாக்குதல் ஆகியவற்றில் அதன் திறனை வெளிப்படுத்துகிறது.
5. ஆவணம் மற்றும் பட புரிதல்
DocVQA ஆவணப் புரிதல் மற்றும் இன்போகிராஃபிக் VQA இன்போ கிராஃபிக் புரிதல் போன்ற பணிகளில் குறிப்பிடத்தக்க திறன்களுடன், Google Gemini Ultra ஆனது ஆவண பகுப்பாய்வு, படப் புரிதல், உள்ளடக்கத்தைப் பிரித்தெடுத்தல் மற்றும் கல்வித்துறை, ஆராய்ச்சி மற்றும் உள்ளடக்க மேலாண்மை உட்பட பல்வேறு களங்களில் தகவல் மீட்டெடுப்பு பயன்பாடுகளுக்குப் பயன்படுத்தப்படலாம்.
GPT-4 (V) இன் முக்கிய பயன்பாடுகள்
1. இயற்கை மொழி செயலாக்கம் (NLP) தீர்வுகள்
GPT-4 (V) ஆனது DROP படித்தல் புரிதல் மற்றும் இயற்கைப் படங்களில் TextVQA OCR போன்ற பணிகளில் வலுவான செயல்திறனை வெளிப்படுத்துகிறது, மேம்பட்ட NLP தீர்வுகளை உருவாக்குவதில் அதன் சாத்தியமான பயன்பாடுகளை எடுத்துக்காட்டுகிறது. இதில் சாட்போட்கள், மெய்நிகர் உதவியாளர்கள், உணர்வு பகுப்பாய்வு கருவிகள் மற்றும் ஆவண சுருக்க அமைப்புகள் ஆகியவை அடங்கும்.
2. கல்விக் கருவிகள் மற்றும் வளங்கள்
பல்வேறு உரை மற்றும் காட்சி உள்ளடக்கத்தின் மூலம் புரிந்துகொள்வதில் மற்றும் பகுத்தறிவதில் அதன் நிபுணத்துவத்துடன், GPT-4 (V) கல்வி வளங்கள், பயிற்சி தளங்கள் மற்றும் மின்-கற்றல் பயன்பாடுகளை வாசிப்பு புரிதல், விமர்சன சிந்தனை மற்றும் சிக்கலைத் தீர்க்கும் திறன் ஆகியவற்றை மேம்படுத்துவதை நோக்கமாகக் கொண்டது. பல்வேறு பாடங்கள் மற்றும் துறைகளில்.
3. உள்ளடக்க உருவாக்கம் மற்றும் சுருக்கம்
GPT-4 (V) ஆனது HumanEval Python Code Generation மற்றும் Natural2Code Python Code Generation போன்ற பணிகளில் சிறந்து விளங்குகிறது, இது மனிதனைப் போன்ற உரையை உருவாக்குவதற்கும், சுருக்கங்களை உருவாக்குவதற்கும் மற்றும் உள்ளடக்கத்தை விளக்குவதற்கும் அதன் பொருத்தத்தைக் குறிக்கிறது. இது உள்ளடக்க உருவாக்கம், தானாக அறிக்கை உருவாக்கம் மற்றும் உரை சுருக்கம் பயன்பாடுகளுக்கு மதிப்புமிக்கதாக ஆக்குகிறது.
4. பலதரப்பட்ட புரிதல் மற்றும் பகுப்பாய்வு
VQAv2 நேச்சுரல் இமேஜ் அண்டர்ஸ்டாண்டிங் மற்றும் விஷுவல் சூழல்களில் MathVista கணிதப் பகுத்தறிவு போன்ற பணிகளில் GPT-4 (V) இன் செயல்திறன், மல்டிமாடல் தரவு மூலம் புரிந்துகொள்வதற்கும் நியாயப்படுத்துவதற்கும் அதன் திறனை நிரூபிக்கிறது. இது படத் தலைப்பு, காட்சி கேள்வி பதில் மற்றும் மல்டிமாடல் உள்ளடக்க பகுப்பாய்வு போன்ற பகுதிகளில் பயன்பாடுகளை செயல்படுத்துகிறது.
5. ஆராய்ச்சி மற்றும் அறிவு கண்டுபிடிப்பு
அதன் பரந்த அறிவுத் தளம் மற்றும் மேம்பட்ட பகுத்தறிவு திறன்களைக் கொண்டு, GPT-4 (V) பல்வேறு துறைகளில் உள்ள ஆராய்ச்சியாளர்கள், கல்வியாளர்கள் மற்றும் நிபுணர்களுக்கு மதிப்புமிக்க கருவியாகச் செயல்பட முடியும். இது இலக்கிய ஆய்வு, அறிவு கண்டுபிடிப்பு, கருதுகோள் உருவாக்கம் மற்றும் தரவு பகுப்பாய்வு பணிகளில் உதவ முடியும், இதன் மூலம் ஆராய்ச்சி முயற்சிகளை துரிதப்படுத்துகிறது மற்றும் அறிவியல் முன்னேற்றங்களை எளிதாக்குகிறது.
கூகுள் ஜெமினி அல்ட்ரா மற்றும் GPT-4 (V) இரண்டும் பல்வேறு வரையறைகளில் ஈர்க்கக்கூடிய செயல்திறனை வெளிப்படுத்துகின்றன, ஒவ்வொரு மாடலும் வெவ்வேறு பகுதிகளில் அதன் வலிமையைக் கொண்டுள்ளது.
ஜெமினி ஹெல்லாஸ்வாக் போன்ற பொது அறிவு பகுத்தறிவு பணிகளில் குறிப்பிடத்தக்க வலிமையை வெளிப்படுத்துகிறது, அதே நேரத்தில் GPT-4 இயற்கையான படங்களில் VQAv2 மற்றும் OCR போன்ற சில பணிகளில் சற்று சிறந்த செயல்திறனை வெளிப்படுத்துகிறது.
மேலும் ஆராயுங்கள்
டிஸ்கவர் கூகுள் ஜெமினி - AI தொழில்நுட்பத்தில் ஒரு லீப் ஃபார்வேர்டை அறிமுகப்படுத்துகிறது
பார்ட் AI இலிருந்து கூகுள் ஜெமினியைப் பயன்படுத்துவதற்கான படிப்படியான வழிகாட்டி
கூகிளின் ஜெமினி அல்ட்ரா மற்றும் பார்ட் அட்வான்ஸ்டு - இது உங்களுக்கு என்ன அர்த்தம்
கூகிள் பார்ட் ஜெமினி என மறுபெயரிடப்பட்டது: AI இல் ஒரு புதிய சகாப்தம்
கூகுள் ஜெமினியை அணுகுவதற்கான படிப்படியான வழிகாட்டி
கூகுள் ஜெமினி: AI பதிலைத் தனிப்பயனாக்குதல் மற்றும் மீண்டும் உருவாக்குதல்